白景锋,张卫平,白云帆

(1.南阳师范学院 地理科学与旅游学院;河南省环境激光遥感技术与应用工程研究中心,河南 南阳 473061;2.洛南第二高级中学,陕西 洛南 726100;3.吉林师范大学 博达学院,吉林 四平 136000)

土地利用变化是全球气候变化的重要影响因子,全球土地计划开放科学大会多次推动土地利用变化与社会经济可持续发展的研究。土地利用变化的特征和驱动因素一直是学界关注的热点[1],土地利用变化最敏感的区域往往是气候过渡带、生态脆弱区、人类活动剧烈区等。这些区域土地利用变化的特征更显著,研究其驱动因素更为迫切,如何使其土地利用方式合理化也是研究的重点[2-3]。

目前土地利用变化从研究区看,主要集中于城市地区和某一流域。从研究方向看,往往把土地利用和碳排放(存储)、生态功能价值、生境质量、景观生态风险相结合,单独研究土地利用变化驱动因素的并不多见[4-6]。从土地利用变化的度量指标看,主要应用土地利用转移矩阵、地学信息图谱、土地利用动态度等[7-10]。从驱动力的研究方法看,以定性分析为主,定量方法不多见,偶尔使用回归分析、主成分分析和地理探测器等方法[11-13]。这些方法虽然在一定程度上能解释土地利用变化的总体影响因素,但不能揭示驱动因子在空间上的影响差异[14-17]。

目前土地利用变化的衡量指标,如土地利用转移矩阵、土地利用动态度等,主要是基于时间序列,不能反映空间变化。地学信息图谱能反映土地利用类型的空间变化,但不能反映变化强度。目前土地利用变化的归因分析主要集中于定性分析或定量的整体分析,不能反映土地利用变化空间异质性的成因。基于以上原因,作者利用土地利用变化涨落图谱,构建土地利用时空变化的新指标——土地利用转换度,反映区域土地利用的强度,并以大兴安岭林牧交错区为例,分析造成土地利用变化空间异质性的原因。

1 研究区概况

大兴安岭林牧交错区地处中国东北部内蒙古自治区,大兴安岭西麓山地向呼伦贝尔草原过渡地带,包括内蒙古根河市、额尔古纳市、牙克石市、陈巴尔虎旗、呼伦贝尔市、鄂温克自治旗、新巴尔虎左旗7个市/旗行政区,总面积约11.66×104km2(图1,审图号GS(2020)4619号)。大兴安岭林牧交错区属于东部季风生态区向西部干旱生态区过渡的区域,夏季高温多雨,冬季寒冷干旱,气温日较差和年较差均较大,年降水量约为400 mm,风向和降水均有明显的季节性。大兴安岭林牧交错区地势东高西低,东部为大兴安岭西麓呼伦贝尔林区,海拔在700～1700 m;西部为呼伦贝尔大草原,海拔在500～1000 m。植被类型由西南向东北呈现草地-混交林-落叶针叶林过渡,是中国北方典型的生态屏障和国家典型的生态脆弱区。

图1 研究区区位图

2 数据来源与研究方法

2.1 数据来源及处理

本文的土地利用数据来源于武汉大学杨杰和黄昕教授发布的1990—2021年中国30 m的年度土地覆盖栅格数据,土地利用类型为耕地、林地、草地、 水域、湿地、冰雪、建设用地及未利用地8个类别。行政区划边界来源于1∶100万全国基础地理数据库,中国1 km×1 km逐月气温数据与1 km×1 km逐月降水数据来源于国家气象数据中心;研究区GDP和人口数据来源于《中国县(市)社会经济统计年鉴2001—2022年》《1991年内蒙古统计年鉴》,由于行政区变动,部分数据按现有数据比例推算,在此基础上用反距离函数插值得到栅格数据;30 m DEM数据来源于中科院资源环境科学数据中心。利用栅格计算器,计算1990年与2021年两期的气温、降水、人口密度和人均GDP的变化栅格数据。

2.2 研究方法

2.2.1 土地利用转换度

考虑到原有土地利用变化度量指标难以定量分析土地利用变化的驱动因素,基于土地利用涨落图谱,从各种用地类型的转入转出、各种类型土地占比和研究时间段内转入和转出的土地利用类型数量,构建了土地利用转换度。公式如下：

Z=K×[[Zij/(Zic+Zir)/T]+[Zji/(Zic+Zir)/T]+(Zic+Zir)/T]×(Lic+Lir)

(1)

Z为某栅格的土地利用转换度,K为权重,i和j为土地利用类型, 当i等于j时,K=0, 当i不等于j时,K=1;Zij为某时段j类土地转为i类的面积,Zji为某时段i类土地转为j类的面积,Zic为研究区某时段i类土地转出总面积,Zir为研究区某时段i类土地转入总面积,T为研究区总面积,Lic为某时段i类土地类型单元转出为其他土地利用类型的种类数,Lir为某时段i类土地类型单元从其他土地利用类型转入的土地种类数。

Zji、Zij、Zir和其他数据是利用在ARCmap的空间分析的地图代数运算和图谱代码融合方法,对1990年和2021年的土地利用空间数据进行地图代数运算得到的。土地利用变化包含了“转出”“转入”两个类型,其中“转出”是某用地类型转换为其他用地类型,“转入”是其他用地类型转换为该用地类型。根据用地类型的“转出”“转入”进行分类,利用字段计算器得到土地利用转换度。

2.2.2 LISA分布分析

空间自相关分析的目的是确定某一变量是否在空间上相关,描述事物在空间上的依赖关系。利用空间自相关方法的局部莫兰指数(Moran’sI)绘制土地利用转换度LISA图,反映土地利用转换度的空间分布特征[18]。

2.2.3 地理加权回归分析

地理加权回归是用回归原理研究具有空间(或区域)分布特征的两个或多个变量之间数量关系的方法,在数据处理时考虑局部特征作为权重。通过在线性回归模型中假定回归系数是观测点地理位置的位置函数,将数据的空间特性纳入模型中,为分析回归关系的空间特征创造了条件。

3 大兴安岭林牧交错区土地利用变化分析

3.1 土地利用空间格局

从图2可见,1990—2021年研究区土地利用类型的宏观格局变化不大,林地和草地是该区域的主要用地类型。林地面积最大,主要分布在东部和北部的山区;草地面积其次,主要分布在该区的西南部高原区;耕地主要分布在海拉尔区、牙克石市西部、额尔古纳市的南部、陈巴尔虎旗中部和鄂温克族自治旗中部的东北部大兴安岭山地和西南部草原交接的区域,沿河流分布,多数呈现长条状;建筑用地和耕地混杂在一起,多数呈点状分布在北部的山间平原与中部丘陵地区,分布较为分散,大部分集中在各个城市以及行政区驻地;裸地主要集中在西南侧新巴尔虎旗中部盆地即呼伦贝尔沙地地区,其余地区分布不均匀且不明显。

图2 1990、2005、2021年研究区土地利用现状

3.2 土地利用变化过程分析

由图3可知,1990—2021年研究区土地利用类型中林地面积占比最大,在50%～60%间波动,总体呈现上升趋势。草原面积占比在40%上下浮动,但在逐年下降。耕地面积占比较低,但是处于缓慢上升阶段。

图3 1990—2021年耕地林地草原面积占比变化

由图4可知,1990—2021年水域面积占比呈波动减少趋势。1990—2000年裸地面积占比增速缓慢,2000—2010年增速提高,2010—2021年虽正增长,但总体已呈现下降趋势。建筑用地面积占比随着城市化的发展不断提高,呈现逐年增长的趋势。1990—2021年湿地面积占比总体呈现下降趋势。

图4 1990—2021年水域、裸地、建筑用地和湿地面积占比变化

从1990—2005年的土地利用转移矩阵看(表1),草地转出为其他土地类型最多,达到697.36 hm2,其次是耕地和林地,建筑用地转出最少。1990—2005年林地转入最多达到440.39 hm2,其次是耕地和草地,湿地转入最少。

表1 1990—2005年研究区土地利用转移矩阵 单位：hm2

从2005—2021年的土地利用矩阵看(表2),草地仍然是转出最多的土地类型,达到304.75 hm2,但是转出数量比1990—2005年间减少一半多,其次是耕地和林地,耕地转出减少,但是林地转出增加了近一倍,同时,未利用地转出增加6倍,建筑用地转出最少。虽然2005—2021年耕地转入最多达到168.31 hm2,但与1990—2005年相比是减少的,其次是林地和草地,林地的转入数量比1990—2005年下降了62%,草地转入稍有上升,湿地转入最少。

表2 2005—2021年研究区土地利用转移矩阵 单位：hm2

从1990—2021年,土地利用转移以草地转换为林地和耕地为主,2015年以前土地利用类型变换比较频繁, 2015年以后土地利用转换总体趋缓,但耕地与草地互相转换仍很突出,其中以耕地转换为草原为主。

因此,草地、耕地和林地是该地区土地利用变动的主要类型。在变动强度上,各个时期有所不同。

3.3 土地利用转换度空间分析

为突出研究区土地利用转换的重点区域,用土地利用涨落图谱计算得到1990—2021年研究区的土地利用转换度,用2 km×2 km渔网提取得到图5(a),土地利用转换度的全局Moran’sI指数为0.652,对转换度进行局部自相关分析,得到其LISA聚类图5(b)。从图5可以看出,研究区土地利用转换度呈显著的空间自相关,存在明显的高高聚集和低低聚集现象。高值聚集区主要分布于额尔古纳市以北,低值聚集区分布于西南部,城市周边为低值区被高值区包围。土地利用转换区呈倒“C”字形,集中分布在大兴安岭西部的山区林地与草地过渡带,即海拔700～900 m的地带,北部山区和西南部草原区呈零星分布。土地利用转换集中区呈倒“C”字形区域。以额尔古纳市区和牙克石市区为界可分为三部分,在这两个市区周边表现为明显的转换度低值区,而其他部分为高值区。牙克石市区和海拉尔区连线以南的平均土地利用转换度低于北部地区,造成这些地区转换度高的原因是1990—2021年远离城市区域的林地、耕地占比逐年扩大。耕草和林草交界地区,由于人类活动加剧土地利用类型转换频繁,在河谷和低山丘陵区尤为突出。

图5 土地利用转换度空间分布及LISA聚类图

4 土地利用变化的影响因素分析

从土地利用转换度的LISA聚类图可见,土地利用转换度有明显的空间自相关性和空间异质性。因此,建立2 km×2 km渔网,利用它对1990—2021年土地利用转换度数据、气温、降水、人口密度和人均GDP的变化栅格数据、DEM、坡向、坡度进行多点提取,以土地利用转换度的非零数据为基础,对数据进行清洗,去除无效数据。将土地利用转换度作为因变量,其他数据作为自变量,用SPSS 19.0进行共线性诊断,发现自变量可以引入地理加权回归模型,利用GWR 4.2软件高斯自适应核函数计算带宽进行回归运算,AICc为17865。自变量回归系数均值的绝对值从大到小依次为：坡度>气温变化>人均GDP变化>人口密度变化>降水变化>DEM>坡向,其中,除了人均GDP变化变化系数为负值外,其他都为正值。说明,人均GDP增加会降低土地利用转换度,而其他因素增加在一定程度上都会导致土地利用转换加速。

用ARCGIS 10.5对地理加权回归自变量的回归系数做反距离插值见图6。从图6看见,在不同区域,影响因子的影响强度和方向又存在较大差异。人均GDP变化的回归系数[图6(a)]总体呈西高东低,南高北低态势。牙克石市区和海拉尔区为低值中心,研究区的大兴安岭东南部地势低平区有一个高值中心。说明人均GDP的增加对西部和南部土地利用转换的强度大于东部和北部,在地势平坦的山地东南麓更显著,在城市区反而降低了土地利用转换。人口密度变化的回归系数[图6(b)]大致为南北高,中部低。中部低值中心主要分布在城市区。这说明人口增加对西南部的草原地带土地利用转换影响不大,但是,加快了北部山区的土地转换度,在城市区人口增加反而抑制了土地利用转换,这是在人少地多地区的特有现象。DEM的回归系数[图6(c)]在绝大部分区域没有影响,只是在城镇集中的陈巴尔虎旗、鄂温克族自治旗和海拉尔区三个政府驻地区域影响突出,其西部为正相关,东部为负相关。坡度的回归系数[图6(d)]与DEM的回归系数相似,在绝大部分区域对土地利用转换度的影响不大,但是,在额尔古纳河与根河交汇处为高值中心,即坡度增加土地利用转换度加大,在鄂温克族自治旗中部存在一个极值中心。降水变化的回归系数[图6(e)]以城镇和河谷为高值或低值中心离散分布,其中鄂温克族自治旗和牙克石市区和根河市区为高值中心,陈巴尔虎旗驻地和鄂温克族自治旗中部为低值中心。说明在研究区降水量的增加对于城市区加快了土地利用的转换。气温变化的回归系数[图6(f)]在绝大部分区域没有影响,在根河流域、政府驻地为明显的高值区,即气温升高加剧了根河流域和城镇密集区的土地利用转换。坡向的回归系数[图6(g)]从西南向东北递减,即坡向在西南部对土地利用转换度有促进作用,在东北部起抑制作用,其界限大致与山麓一致。城市区域为影响的极值区。

5 结论与讨论

5.1 结论

研究区土地利用的空间格局变化不大,土地类型以草地、林地和耕地为主。草地、耕地和林地之间的互相转换是主体,草地为主要转出类型,耕地、林地和建筑用地为主要转入类型。1990—2021年的不同年份转换强度不同,2015年以前强度大,2015年以后强度减弱。1990—2021年的土地利用转换度有明显的空间相关性,存在明显的高高聚集和低低聚集现象,土地利用转换度高值区密集分布在山地向高原转换的海拔700～900 m的地带。引起土地利用变化的因素是多方面的,其中坡度、气温变化和人均GDP变化是引起土地利用转换度变化的主要因素,气温升高使土地利用转换度增加,人均GDP增加会降低土地利用转换度。

5.2 讨论

土地利用转换度可以从空间和时间方面反映区域的土地利用变化,为研究土地利用变化的空间异质性提供了一条新的路径。以土地利用转换度为因变量对大兴安岭林草交错区土地利用的影响因素分析,其结论与相关研究是一致的,说明该方法是可行的。该方法可以反映不同因素对土地利用变化的影响在空间上的分异,这是其他土地利用变化指标所不具有的[19-21]。文章以1990年为基期,2021年为末期,计算1990—2021年间的土地利用转换度,分析时段较长,对于较小时间尺度的土地利用变化归因还需进一步探讨。